汉语水平对高职学生英语学习影响试验探究

汉语水平对高职学生英语学习影响试验探究

ID:6037582

大小:29.00 KB

页数:7页

时间:2017-12-31

汉语水平对高职学生英语学习影响试验探究_第1页
汉语水平对高职学生英语学习影响试验探究_第2页
汉语水平对高职学生英语学习影响试验探究_第3页
汉语水平对高职学生英语学习影响试验探究_第4页
汉语水平对高职学生英语学习影响试验探究_第5页
资源描述:

《汉语水平对高职学生英语学习影响试验探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、汉语水平对高职学生英语学习影响试验探究  [提要]通过实证研究,对汉语水平与英语学习的相关性提供数据支撑。通过对两个班级学生的高考语文、英语成绩和英语三级考试成绩进行相关性分析发现,汉语水平与英语存在正相关,但是相关程度不高。[关键词]汉语水平;高职学生;英语学习;相关性一、引言学习者英语学习的效果受诸多复杂因素的影响。比如:教学者因素(教学方法、教学手段、教学风格等)、学习者个体因素(学习者的语言观念、动机、性格、兴趣、风格等)、环境因素等。研究发现学习者的母语也起着一定的作用。英语和汉语是两种截然不同的语言。汉语属于汉藏语系(Sino-TibetanFamily),英语

2、属于印欧语系(Indo-European7Family)。汉语是语义型分析性语言,英语是形态型综合语,汉语是表意文字,英语是表音文字,汉语是四声辨义的声调语言,英语是语调辨义的语调语言,汉语的词汇体系以字形为中心,英语词汇以形态为中心,汉语语法重“意合”,英语语法重形合。正因为这种巨大的差异性,所以母语为汉语的学习者在英语学习过程中遭遇了巨大的障碍。但是英语与汉语也具有语言的共性,学习者在英语学习过程中会加以利用这些共性。高职学生是一个庞大的群体,他们的英语基础普遍较差,在英语学习方面存在不少问题,如:学习兴趣不浓、学习方法欠佳、学习习惯不好、语音语调差等。但是他们中也有一

3、部分同学,经过一段时间的学习取得了很大进步,甚至在某方面有不俗的表现,比如:英语口语表达、应用文写作等。那么,在影响高职学生英语学习效果的诸多因素中,汉语水平是否也起了作用?汉语水平与英语学习是否有关联?有多大的关联?这就是本研究希望解答的问题。二、语言迁移母语对第二语言学习的影响主要有迁移(transfer)理论。Newmark(1966)提出了语言迁移理论。该理论认为,当母语的某些特征同目的语相类似或完全一致时,这种影响可能表现为对目的语的学习起促进作用,有利于掌握,称为正迁移;而当母语与目的语的某些特点迥异时,可能表现为对目的语的学习产生阻碍作用,使学习和掌握发生困难

4、,称为负迁移。RoddEllis认为语言的迁移指的是学习者将他们所掌握的有关母语的知识运用于外语学习的一种过程。7语言迁移的研究始于20世纪40、50年代的美国,大致经历行为主义的刺激一反应论、对比分析假说和普遍语法理论三个阶段。研究角度由教学者转向了学习者,由研究学习迁移转向研究交际迁移,由对学习者语言知识的分析到关注学习者的心理认知过程。国内的研究始于20世纪90年代初,以介绍评述西方理论为主(如王文字1999),90年代末开始了汉语对英语学习迁移的专项研究(如苏留华2000,赵秀凤2002,俞理明2004)。缺乏实证数据的支撑。因此,本文希望就汉语水平与英语学习的相关

5、性和汉语在英语学习中的迁移作用做一个实证研究。三、实验过程(一)研究目的与对象本研究目的在于了解汉语水平对高职学生英语学习的影响,论证高职学生的汉语水平与英语成绩是否存在相关性,是正相关还是负相关,为高职英语教学改革提供数据支持。样本选取了江西旅游商贸职业学院11级酒店管理专业的两个新生班学生作为研究对象。(二)研究过程7为了检测研究对象汉语水平与英语成绩的相关性,课题组于2011年9月从学院招生处获取了11级酒店管理专业两个新生班共计108名同学的高考语文成绩和英语成绩作为样本来检测它们之间的相关性。经过两个学期的学习后,于2012年7月份,收集到了这些同学的英语三级(大

6、学生英语应用能力考试A级)成绩作为新的样本与高考语文成绩再进行比较,运用SPSS软件对数据进行处理。在本研究中,默认学生的高考语文成绩为学生的汉语水平。四、实验数据及分析(一)描述性统计量表从表l和表2可以看出参与分析的三个变量样本数均为108,语文的均值是85.2037,标准差是10.53500,英语的均值为85.2407,标准差是16.94293,英语三级的均值为46.7963,标准差是16.06035。标准差是表示一组数据关于均值的平均离散程度,那么从三者标准差可以看出高考英语成绩的之间的离散程度最大。(二)相关分析结果表衡量变量之间线性相关程度的强弱,并用适当的统计

7、指标表示出来,这个过程就是相关分析。为了能够更加准确地描述变量之间的线性相关度,可以通过计算相关系数来进行相关分析。相关系数可以衡量变最之间的相关程度。相关分析过程中比较常见的几个相关系数是Pearson简单相关系数、Kendall’stau_b和Spearman’srho等级相关系数。Pearson简单相关系数用来衡量简单变量之间的线性关系,Kendall’stao_b和Spearman’srho等级相关系数用以衡量定序变量间的线性相关关系,它们利用的是非参数检验的方法。由于成绩是连续变量,可以用三者之间的任何一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。